Vědci vytvořili umělou inteligenci ve zkumavce pomocí molekul DNA a jsou přesvědčeni, že si brzy začne vytvářet vlastní „vzpomínky“.
Vědci v laboratoři vytvořili umělou neurální síť zcela vyrobenou z DNA a napodobující způsob fungování mozku.
AI ve zkumavce by mohla vyřešit klasický problém se strojovým učením správnou identifikací ručně psaných čísel.
Podle vědců je práce významným krokem k prokázání schopnosti programovat AI do umělých organických obvodů.
To by jednoho dne mohlo vést k humanoidním robotům vyrobeným ze zcela organických materiálů, spíše než k lesklým kovovým kybermenům populárním v show kultuře.
Vědci jsou přesvědčeni, že zařízení brzy začne vytvářet vlastní „vzpomínky“ze vzorků přidaných do zkumavky.
Jejich konečným cílem je programovat inteligentní chování, jako je schopnost počítat, dělat volby a další, pomocí umělých neuronových sítí vyrobených z DNA.
Umělcova kresba je umělá neurální síť, která je vytvořena z DNA.
Propagační video:
Kalifornský technologický institut zvolil problém, který je klasickou výzvou pro řešení problému elektronických umělých neuronových sítí, které rozpoznávají ručně psaný text.
Byl to jeden z prvních problémů vyřešených výzkumníky počítačového vidění a ideální metoda pro ilustraci schopností neuronových sítí založených na DNA.
Rukopis člověka se může značně lišit, a proto, když člověk studuje písemnou posloupnost čísel, mozek provádí složité výpočetní úkoly, aby je identifikoval.
Protože i pro lidi je obtížné rozpoznat nedbalý rukopis toho druhého, je identifikace ručně psaných čísel běžným testem pro programování inteligence v neuronových sítích AI.
Tyto sítě musí být „trénovány“, aby dokázaly rozpoznávat čísla, odpovídat za rozdíly v rukopisu a poté porovnávat neznámé číslo s jejich tzv. Pamětí a určovat identifikaci čísla.
Tým prokázal, že neurální síť komplikovaných sekvencí DNA může provádět chemické reakce, což naznačuje, že správně identifikovala „molekulární rukopis“.
Když je dáno neznámé číslo, tato takzvaná „chytrá polévka“prochází řadou reakcí a vydává dva fluorescenční signály, například zelenou a žlutou, která představuje pět, nebo zelenou a červenou, která představuje devět.
PROČ VÝZKUMNÍCI VYUŽILI DNA
VYTVOŘENÍ AI V TRUBCE?
Klíčem k výrobě biomolekulárních řetězců z DNA jsou přísná pravidla pro vazbu mezi molekulami DNA.
Jednovláknová molekula DNA se skládá z menších molekul nazývaných nukleotidy - zkráceně A, T, C a G - umístěných v řetězci nebo sekvenci.
Nukleotidy v molekule jednořetězcové DNA se mohou vázat na nukleotidy na jiném jednořetězcovém řetězci za vzniku dvouřetězcové DNA, ale nukleotidy se vážou pouze velmi specifickými způsoby.
Nukleotid A se vždy váže na T a C na G.
Pomocí těchto předvídatelných vazebných pravidel byli vědci schopni navrhnout krátká vlákna DNA, aby podstoupili předvídatelné chemické reakce in vitro, a tak vypočítat úkoly, jako je rozpoznávání molekulárních struktur.
V roce 2011 vytvořili první umělou neurální síť molekul DNA, která dokázala rozpoznat čtyři jednoduché vzory.
V červenci 2018 představili umělou inteligenci in vitro, která dokáže vyřešit klasický problém se strojovým učením správnou identifikací ručně psaných čísel.
Vedoucí výzkumná pracovnice Lulu Qian, docentka na katedře bioinženýrství, uvedla: „Ačkoli vědci právě začali zkoumat tvorbu umělé inteligence v molekulárních strojích, její potenciál je již nepopiratelný.
Stejně jako elektronické počítače a smartphony dělaly lidi schopnějšími než před sto lety, umělé molekulární stroje budou schopny vyrobit cokoli z molekul - včetně dokonce barev a obvazů - a stanou se schopnějšími a citlivějšími na životní prostředí v příštích sto letech.. “
JAK SE UČÍ UMĚLÁ INTELIGENCE?
Systémy AI se spoléhají na umělé neuronové sítě (ANN), které se snaží učit napodobováním způsobu, jakým funguje mozek.
ANN se naučí rozpoznávat vzorce v informacích, včetně řeči, textových dat nebo vizuálních obrazů, a jsou základem velkého počtu vývoje AI v posledních letech.
Konvenční umělá inteligence využívá vstupy k trénování algoritmu o konkrétním předmětu a poskytuje mu obrovské množství informací.
Mezi praktické aplikace patří jazykové překladové služby Google, software pro rozpoznávání tváří na Facebooku a filtry pro úpravu obrázků Snapchat.
Proces zadávání těchto údajů může být extrémně časově náročný a omezený na jeden typ znalostí.
Nová generace ANN, zvaná Adversarial Neural Networks, staví důvtip dvou robotů AI proti sobě a umožňuje jim učit se jeden od druhého.
Cílem tohoto přístupu je urychlit proces učení a zlepšit závěry generované systémy AI.
